Page tree
Skip to end of metadata
Go to start of metadata

You are viewing an old version of this page. View the current version.

Compare with Current View Page History

« Previous Version 8 Current »

Produto: maxPedido

O que é o Surpreenda?

O Surpreenda analisa o comportamento de empresas do mesmo ramo em toda a base e sugere, para cada cliente do distribuidor, produtos que fazem sentido para o negócio dele e que o distribuidor realmente tem para vender, inclusive itens que esse cliente ainda não compra.

Como funciona

Todo distribuidor conhece bem o que cada cliente já compra. O difícil é descobrir, com segurança, o que aquele cliente poderia passar a comprar e ainda não pede.

Se olharmos apenas para o histórico individual daquele cliente, a sugestão vira "mais do mesmo". Se olharmos apenas para as vendas gerais do distribuidor, a indicação fica limitada ao que a carteira local já consome.

O Surpreenda nasce para responder a uma pergunta estratégica:

"Empresas parecidas com a do meu cliente, no mesmo tipo de negócio, o que elas costumam comprar — e o que eu tenho no meu mix que ainda não chegou nessa loja?"

O que utilizamos para recomendar

  • Histórico de compras: pedidos reais ao longo do tempo, avaliando quem comprou o quê e com que frequência. Compras recentes têm mais peso do que compras antigas, pois o hábito do mercado muda.

  • Ramo de atividade do cliente (CNAE): uma padaria se assemelha mais a outra padaria do que a um restaurante ou mercado. O sistema agrupa empresas do mesmo ramo e aprende o "carrinho típico" daquele tipo de negócio.

  • Mix de produtos do distribuidor: apenas os itens que o distribuidor realmente trabalha entram na recomendação, garantindo que o vendedor só ofereça o que está disponível no catálogo.


De quanto em quanto tempo a IA gera novas recomendações?

Previsibilidade: As novas recomendações geradas pela IA são atualizadas periodicamente, sempre no início e no meio do mês.

Prazo de ativação: No momento da ativação do recurso, o período inicial de coleta, estudo e análise de dados pode levar até 15 dias para entregar os primeiros insights completos.

A IA na prática: filtrando os produtos recomendados

O processo acontece em duas etapas principais:

  1. Estudo de mercado: o sistema analisa as compras de muitos clientes dentro do mesmo ramo para identificar padrões, produtos que costumam ir juntos, itens típicos daquele formato de loja e tendências atuais.
  2.  Personalização por cliente: o perfil de cada cliente do distribuidor é comparado ao padrão do seu respectivo ramo, gerando uma lista personalizada de até 30 produtos com pontuações de relevância. Quanto maior a pontuação, mais forte é o alinhamento com o perfil da loja.

No maxPedido, o recurso se manifesta através do filtro "Surpreenda" na aba de tabela, já ordenado por relevância para otimizar o tempo do vendedor.


Por que a recomendação é assertiva

  • Personalização individual: não é uma lista genérica igual para todos os clientes, nem um ranking simples dos mais vendidos.
  • Recorte por segmento: padarias são comparadas com padarias, e bares com bares.
  • Visão ampla de mercado: utiliza dados de todo o setor, permitindo sugerir itens que o cliente ainda não compra no distribuidor atual, mas que estabelecimentos similares já consomem.
  • Respeito ao mix local: exclusivo para o catálogo e portfólio de produtos do próprio distribuidor.

Disponibilização no maxPedido

 Habilitar o parâmetro HABILITA_RECOMENDACAO_MIX_IDEAL de forma geral ou por usuário para que o aplicativo apresente a filtragem recebida pela IA.

1- Clique Menu lateral> Configurações> Parâmetros

2- Busque pelo parâmetro em filtro avançado e clique em pesquisar

3- Clique no ícone de edição da coluna ações e habilite o parâmetro

Será apresentado na aba Tabela o filtro "Surpreenda", que ficará habilitado por padrão caso haja recomendações destinadas ao cliente selecionado, já apresentando os produtos pela ordem de score.

O valor no dia a dia da operação

Em vez de oferecer sempre os mesmos itens, o vendedor abre o pedido já com uma lista pronta do que aquela loja tem tudo para começar a comprar. A conversa deixa de ser sobre reposição e passa a ser sobre ampliação de mix — com uma sugestão que veio do comportamento real de negócios parecidos, e não de achismo.


Artigo Criado por João Pedro Alves



  • No labels